深度理解

摘要： 有效的课堂反馈是促进深度学习的重要保障。从根本而言,深度学习下的课堂反馈是一种着眼于发展与理解的评价理念,具有反思性、体验性和发展性等特征。以此视角审视现行课堂反馈,发现其中存在着评价互动单向度、理解片面化和思维浅表化的问题,并从促进学生深度参与、深度理解和深度反思三个方面出发,通过突破传统的反馈规则、反馈内容与反馈形式等共同发力,提出了促进深度学习的课堂反馈策略。

摘要： 《商界》特邀国内深度理解商业趋势的顶级组织管理学家陈春花教授、彭剑锋教授和穆胜博士聚首论道,本文将带来他们对企业数字化转型的认知与思考。当前,数字化转型已经成为时代热词,数字化对于商业社会带来的影响似乎不亚于前一波互联网浪潮。

摘要： 优化初中语文古诗词教学要通过多种方式和具体实施策略进行。基于学生基础学习能力为核心,利用科学有效且具有较强引导作用的教学方案,将多元化教学方式运用至初中语文古诗词教学工作中,这样不仅可以丰富学生的学习方式,同时可以帮助学生通过多角度体会古诗词学习内容,深度理解及掌握学习目标,进而促进提升古诗词教学效果。

摘要： 概念构图指的是让学生围绕一个问题(或主题),根据自己的思维逻辑,用简要的文字、符号、连接线画出层次明晰的概念图的过程。这个过程能让学生的思维显性化、知识结构化、理解深刻化,促使学生从“单一浅表的点状思维”向“整体深层的结构化思维”递进。以《小数除以整数》一课为例,在解析概念构图教学内涵的基础上,架构概念构图教学的理解层次标准,提出促进深度理解的实践路径。

摘要： 法拉第电磁感应定律定量反映了在磁通量变化时感应电动势与穿过线圈磁通量变化率之间的数量关系.本文着重说明电磁感应电动势与电源的电动势之间的联系,以及在具体物理情境的应用中要注意的问题.

摘要： “小数加减法”是人教版数学四年级下册第六单元《小数的加法和减法》的例1。本课时是在学生学习了用竖式计算整数加减法、一位小数加减法的基础上进行教学的。运用类比思想,借助新旧知识间的内在联系来教学,能培养学生的归纳、概括、迁移能力,发展学生的数学应用意识。

摘要： 在“双减”政策的背景下,如何科学把握作业设计的维度,提升作业的质量,促进学生深度理解,是一线教师值得思考的问题。一、挖掘作业设计的内容。数学作业的设计应该伴随学生学习的不同阶段具有不同的侧重。教师要针对学习的不同阶段,挖掘对应性作业,让设计的作业内容做到有的放矢,起到事半功倍的作用。

摘要： 阅读与写作是初中语文教学的重要内容。教师将两者有机结合,对构建高质量语文课堂,促进学生语文核心素养的提升具有重要意义。阅读和写作相互联系、相互依赖、缺一不可。阅读是输入的过程,而写作是输出的过程。学生从有效的阅读中获取丰富的知识,再用经过思考的语言表达出来。写作又会促进个体阅读能力的提升,加强学生对文本的深度理解。因此,教师要从能力提升的角度将两者进行结合,切实提高学生的阅读和写作水平,让学生实现全方位发展。

摘要： 深度理解和掌握数学概念是数学学习的基础,要使学生真正深度理解数学概念,最直接的方法莫过于将合情推理引入数学概念的理解之中,充分运用合情推理来促进数学概念的深度理解.初中数学概念教学中我们可以在类比数学概念生成方法、实验观察事物本质特征和教学数学概念补充规定等过程中发展合情推理能力,以促进数学概念的深度理解.

摘要： “解决问题的策略”是苏教版教材对课程标准有关“问题解决”要求提出的一种思考样式。文章基于“解决问题的策略”的内涵界定、价值探寻、内容编排,以及对课程标准要求的深度理解,提出以“问题链”的方式引领学生经历探、说、做、省和联的完整过程,推动策略教学的数学化进程,建构“解决问题的策略”的学习路径和提升师生对“解决问题的策略”的认知水平。

摘要： 报告基于探索和实践的思考，抛出知识如何在不同模型或解决方案间转移、语义模型如何在行业之间实现共享、如何消除噪音数据、以及如何保障数据模型系统安全的问题，并随后分析了在实际应用中，如何建立领域的通用训练数据集、动态构建和更新知识图谱的技术、如何高效地让系统能持续地学习新的数据并通过系统自主学习进行改进的经验，探讨了三个方面的重要挑战。此外，报告还结合城乡规划领域的需求，提出基于认知计算增强规划智慧、构建规划智库的工作展望。

摘要： 本发明公开了一个基于深度神经网络及强化学习的生成式机器阅读理解方法，该方法通过结合注意力机制的深层神经网络来对文本和问题进行编码，形成融合了问题信息的文本向量表示之后，再通过单向LSTM解码器进行解码，逐步生成对应的答案文本。本发明公开的阅读理解方法融合了抽取式模型和生成式模型的优点，采用多任务联合优化的方式进行训练，训练过程中同时还使用了强化学习方法，有利于生成更加准确而流畅的答案文本。

摘要： 本发明提供了一种基于多模态异构图注意力网络的深度视频理解知识图谱构建方法，将音频片段、每段音频对应的文本以及人物和物品送入人物/位置重识别系统，提取对齐后的人物、音频、文本、关键帧以及物品的特征；将提取的特征送入多模态异构图注意力网络，预测人物与人物以及人物与位置之间的关系，根据预测的关系生成知识图谱。本发明利用多模态异构图注意力网络预测人物与人物、人物与位置之间的关系，能显著提高预测关系的准确率。

摘要： 本申请公开了基于模板匹配结合小样本深度模型的口语语言理解方法，所述方法包括如下步骤：(1)建立了一种基于BERT+CRF模型的意图识别和语义槽填充联合建模，通过基于BERT+CRF的联合模型，利用BERT中特殊字符[CLS]在模型训练后代表着整句话的语义信息，因此将其作为意图识别的分类输入；(2)使用SOFTMAX分类器进行意图分类，在此联合模型中，槽位提取的任务则除了直接使用BERT各字符的输出结果进行序列标注以外，另外还接入一层CRF改善实验效果。通过该种方法更好应用SLU中意图识别和槽位提取的强相关性特点，更好的在用户较短的对话文本中准确理解用户意图，使用单模型做多任务可以学习提取到更好，更丰富的特征来提升SLU任务的效果。

摘要： 一种基于深度图像理解的移动应用跨平台强化学习遍历测试技术，包括交互模块，深度图像理解模块，强化学习模块。交互模块通过对apk运行中的状态进行截屏捕获，提供给深度图像理解模块，并通过强化学习模块选择动作执行，从而与移动应用进行交互。深度图像理解模块通过截屏编码器对应用当前界面截图并分析，分别生成状态和可执行动作编码后的特征向量。强化学习模块通过DQN模型分析状态、动作对的优劣，选择最佳可执行动作，实现对移动应用状态空间的高效探索。

摘要： 本发明提供了一种基于深度学习和视频理解的钢表面裂缝检测和预测方法，包括以下步骤：步骤1，获取钢表面裂缝在疲劳荷载作用下裂缝开合的视频并保存，对保存的视频进行剪辑处理；步骤2，通过视频训练SuperPoint网络，并跟踪视频中钢表面的特征点的运动信息并进行记录；步骤3，通过基于阈值的自适应特征点筛选方法，筛选出裂缝周围的特征点；步骤4，将检测到的特征点作为基本信息，拟合裂缝的形态，获得裂缝的基本参数信息并进行数字化；步骤5，将裂缝的历史发展信息、裂缝的基本参数信息和钢表面的基本信息作为输入，N个循环后裂缝的发展情况作为输出训练LSTM神经网络，训练完成后通过LSTM神经网络对钢表面的裂缝开展速率进行实时预测。

摘要： 提供一种用于接收包括多个词的序列的查询的方法和装置。多个词的序列转换成多个特征向量的序列。使用双向长短时记忆(LSTM)生成多个词的序列的语义含义。使用高斯混合模型(GMM)，基于多个特征向量的序列的所生成的语义含义来使LSTM正则化。

摘要： 提供了一种说明深度学习模型的方法。该方法包括：从针对第一训练数据集合的第一深度学习模型中提取特征集合；将特征集合聚类为N个组，其中，N表示第一训练数据集合中的独一无二标签的数量；根据N个组来形成聚类矩阵；以及确定聚类矩阵中的主导列以形成特征集合的子集。

摘要： 公开了一种用于评估、理解和改进深度神经网络的视觉分析工作流和系统。所述视觉分析工作流有利地使得能够以最少的人在回路交互来解释和改进例如基于图像的对象检测和分类模型的神经网络模型的性能。数据表示组件提取输入图像数据的语义特征，诸如图像或图像中的对象的颜色、亮度、背景、旋转等。输入图像数据通过神经网络以获得预测结果，诸如对象检测和分类结果。交互式可视化组件将预测结果和语义特征转换成交互式和人类友好的可视化，其中在视觉上取决于输入图像数据的提取的语义特征来布置对预测结果进行编码的图形元素。

摘要： 本发明公开了一种基于深度学习的手语理解视觉手势识别方法、系统、计算机装置及存储介质，包括将待处理手势图像输入至经过训练的卷积神经网络中进行处理，获取卷积神经网络输出的识别结果等步骤，其中卷积神经网络经过以下训练过程：使用包含多个中文手语手势图像的第一数据集以及对中文手语手势图像标记得到的标签，对卷积神经网络进行训练。本发明可以识别出待处理手势图像中的手势内容，从而实现对中文手语手势的识别，由于对中文手语手势的识别是通过图像处理的方式进行的，而在获取待处理手势图像时可以使用摄像机等设备进行，无需做手语者佩戴特定的传感设备，因此具有使用成本低以及使用便利等优点。本发明广泛应用于手势识别技术领域。

摘要： 本发明公开了一种基于深度理解的桥侧坠落行为识别方法，利用一直监测大桥的摄像头捕捉到人员从桥侧坠落的信号并发出报警信号，使坠落者能够得到及时救援。系统在江面大桥上的摄像机中嵌入计算机视觉算法，其中包括人员翻越栏杆行为监测模块、人员坠落监测模块、坠落水花监测模块、人员漂浮检测以及救援区域预测模块。本系统通过前三个模块的交叉验证来判定是否有人翻越跨江大桥栏杆以及从桥侧坠落，若检测到，可及时进行报警并呼叫救援，防止错过最佳救援时间；利用后两个模块来预测落水者大致所在的位置并通知救援队，为救援工作创造便利。